R SparkR crosstab用法及代码示例

说明：

计算给定列的pair-wise 频率表。也称为列联表。每列的不同值的数量应小于 1e4。最多将返回 1e6 个非零对频率。

用法：

## S4 method for signature 'SparkDataFrame,character,character'
crosstab(x, col1, col2)

参数：

• x 一个 SparkDataFrame
• col1 第一列的名称。不同的项目将成为每行的第一项。
• col2 第二列的名称。不同的项目将使输出的列名。

返回：

表示列联表的本地 R data.frame。每行的第一列将是 col1 的不同值，列名将是 col2 的不同值。第一列的名称将是“col1 _ col2”。没有出现的对的计数为零。

注意：

自 1.5.0 以来的交叉表

例子：

df <- read.json("/path/to/file.json")
ct <- crosstab(df, "title", "gender")